• ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:1日の「利用時間」と対人不安傾向、相関分析は可能?)

1日の「利用時間」と対人不安傾向、相関分析は可能?

このQ&Aのポイント
  • 大学の課題でSPSSで処理した結果について悩んでいます。
  • インターネット利用と対人不安傾向の関連について調査しました。
  • 1日のインターネットの利用時間と対人恐怖心性尺度の相関分析について疑問があります。

質問者が選んだベストアンサー

  • ベストアンサー
  • vzb04330
  • ベストアンサー率74% (577/778)
回答No.2

No.1の方には、大変恐縮ですが、少々乱暴で、誤解のあるご回答ではないかと思います。 というのは、Pearsonの相関係数であれば、2つの「量的変数」の間での相関の程度を求めるものですから、カテゴリ化してしまって、「質的変数」にしたものを用いるのは、適切ではないと考えられます。 ご質問によれば、一方の変数は、おそらく「対人恐怖心性尺度」の得点ですから、元は順序尺度だとしても、合計点を求めていますので、「量的変数」とみなして問題はありません。 もう一方の、インターネット利用時間のデータは、もともと、「~分」と量的なデータを取得していらっしゃる訳で、それをわざわざ、長さによってカテゴリ化するという、いわば「情報量を落としてしまう」ような処理をする必要はないと思います。 データのばらつきなど、何か事情があるのかもしれませんが、「○分」というデータであれば、上記のように量的なものですから、それをそのまま用いれば、「量的変数」です。 したがって、対人恐怖心性の得点と、利用時間(分)との間で相関係数を求めるのが、もっとも妥当と、私には考えられます。 Pearsonの相関係数であれば、Excelの分析ツールで求められるはずです。

noname#153267
質問者

お礼

回答ありがとうございます。 対人恐怖心性尺度の方が量的変数にあたるとは思ってもみませんでした; ということは私は無駄な作業をしてしまっていたんですね>< いくつか心理学の論文を読んでお手本になりそうなものを探してみたのですが、利用時間のようなものと心理尺度の相関分析をしているものが見当たらなかったので、できないものだと思っていました。 早速excelで相関分析してみようと思います!

全文を見る
すると、全ての回答が全文表示されます。

その他の回答 (2)

回答No.3

連続変数を順序変数にしない方がよいというNo.2の方のおっしゃることは妥当だと思うのですが、 「インターネット利用時間」といった変数は、往々にして、右に裾を引く分布になることが多いので、 外れ値(たとえば1日に8時間(480分)使うといった回答者)によって結果がゆがめられると思います。 ピアソンの相関係数は、正規分布が前提なので、散布図を描くなどして、 対数変換をするなどの検討をした方がいいかもしれませんよ。

全文を見る
すると、全ての回答が全文表示されます。
回答No.1

順序尺度以上が正しかったかと思うが、そんなことを考えていては論文はできない。 とにかく、プロット 何らかの相関があるようであれば、変数を対数にするなりして・・・ 例えば 1 1日の利用時間を5グループに分ける。  変換>メニューから<変数のカテゴリ化>を選択 2 1日の利用時間をZ得点に変換して、相関分析

noname#153267
質問者

お礼

回答ありがとうございます。 つまり、私が適当に4段階で分けたものではダメだけど、きちんとした方法でカテゴリ化したものであれば相関分析できるということ…ですよね。 ちなみに、今SPSSは大学が閉まっているため使えないんですが、エクセルでも変数のカテゴリ化というのはできますか? 今エクセルで見てみたのですが見当たらなくて…;

全文を見る
すると、全ての回答が全文表示されます。

関連するQ&A

  • 満点の異なるテストの相関分析

    統計初心者です。ご教授をお願いいたします。 満点の異なる三つのテストの相関関係を見たいと 思っています。(例えば, テストA・・・30点満点で平均得点は25点, テストB・・・50点満点で平均得点は30点, テストC・・・70点満点で平均得点は65点) このような場合,以下の内のどの方法で相関分析を することが望ましいのでしょうか。 (1)テスト得点をパーセンテージ化して分析 (2)テスト得点をz得点化して分析 (3)テスト得点のまま分析 望ましいのは,(1)か(2)かと思っているのですが…。 なお,分析に使用する統計ソフトは,SPSS(Ver.17)です。 どうぞよろしくお願いいたします。

  • 4件法の相関分析について教えてください

    4件法の相関分析について教えてください。 今,ある1~4点で4件法である尺度を二つ使い合計点を算出し相関分析をしています。相関は認められたのですが調べてみると分析には5件法以上でないといけないというのことを聞きました それは本当ですか? 分かる方いらっしゃいましたら回答お願いしますm(__)m

  • 質的・量的データの相関分析について教えて下さい!

    よろしくお願いいたします。 他の方の同じ様な質問を読ませていただきましたが・・・??困っております。 当方は医療者なのですが、患者さんへのアンケート調査(KDQOLという質的調査尺度で全て数値に変換されます)の結果と、医療者が患者さんに対して行った医療行為内容を得点化して重症度を数値化した調査の結果で、この2つの間での相関関係を分析したく思います。 手こずっているのは・・・母集団の患者さんは基本同じなのですが、前者と後者の患者さんデータは大まかな分類(年齢層・病気別など)はできても一人一人は一致しておらず、それぞれの総数が違っています(医療者実施の得点調査は対象者全員(260名)ですが、アンケート調査の方はその中に含まれる一部(200名)です)。もう少し言うと、年代別や病気別の分類で、医療行為の得点結果とアンケート調査内容(体の具合について、医療に対する満足度について等)を組み合わせて評価したいのです。 長々説明させていただきましたが、たいへん焦っております。よろしくお願いいたします。 ※SPSSソフトはあるのですが・・・。

  • 心理学の卒論、統計のやり方(t検定?相関係数?)

    心理学部の大学4年で、現在卒論を書いています。 序論は書き終えたものの、肝心の質問紙調査後の統計のやり方が全く分からず困り切っています>< 私の研究は大まかに言うと、 対人恐怖傾向が高い人は(対人恐怖尺度を利用して質問)インターネットをよく利用し(利用頻度について質問)、その中でもインターネット上でよく会話する人は(自己開示尺度を利用して質問)、しない人よりも孤独感は少なくなる(孤独感尺度を利用して質問) といった仮説に基づいて質問紙調査をしました。 この場合、t検定はする必要が無く、全て相関係数を求めるだけでいいんでしょうか? また、できれば男女差についても調べてみたいのですがどうすればいいのでしょうか? 一応本を借りたりして調べてはいるのですが、spssの使い方については理解できるものの、その分析が何を調べたい時に使うものなのかいまいち理解できずに困っています。 ゼミも先週で終了してしまい、教授ともほとんど連絡が取れない状態です・・・ ご存知の方、教えて頂けると嬉しいです><

  • 相関分析と重回帰分析

    大学3回生で、来年度の卒論のために先行研究を読んでいます。 私が書く卒論では統計分析が必要なのですが、 先行研究を読んでいて疑問に思ったことがあるので、質問させてください。 ある論文で、変数間の相関を分析した後、重回帰分析を行っていました。 ところが、相関分析において相関の出ていない変数に対しても重回帰分析を行っており、 その結果、 「相関分析では有意な相関が見られない」にも関わらず、「重回帰分析では有意な結果が見られる」 というような書き方がなされていました。 また、この論文における考察部では、相関分析と重回帰分析をまとめて考察しており、 ほとんど重回帰分析の結果についてしか触れられていませんでした。 相関分析と重回帰分析を両方行う場合、相関がない変数についても重回帰分析を行うべきなんでしょうか? ゼミに教授に質問しにいっても、現4回生の卒論などで忙しいのか、 今度にしてくれ、と言われてしまいましたので、こちらで質問させていただきました。 不勉強で、重回帰分析の仕組みが良くわかっておらず、大変心苦しいのですが、 宜しければ回答していただけると、とても助かります。

  • 心理学のデータ分析でどの統計処理を使えばいいのか?

    はじめましてわたしは心理学科の4年です 今現在SPSSで作成したデータを用いて分析しているのですが,どの統計処理を使って良いのか分からなくなっています。 得られたデータとして3つの尺度を用い,ソーシャルサポート尺度10項目、Lyubomirsky Happiness Scale尺度(幸福感)4項目、S-H式レジリエンス尺度3下位尺度27項目をそれぞれ得点化したのですが、どの分析を用いればいいのかわかりません。 仮説では、(1)レジリエンスは,ソーシャル・サポートと相関がある。(これはピアソンの相関分析で行いました)(2)レジリエンス及びソーシャル・サポートが高ければ主観的幸福感は高くなる。(この分析をSPSSでどう分析すればいいのか困っています。) わかりづらい文章で申し訳ないですが、よろしくお願いいたします。

  • 相関分析のデータについて

    大学のエクセルの授業にて、インターネット上のデータを利用して、それを相関分析のグラフにせよという課題が出されました。 しかし、私はまだエクセルに慣れておらず、何を利用していいかさっぱり分かっていません。 授業では、野球のデータを使ったのですが、先生の説明も早いので、良く聞き取れませんでした。 エクセルでグラフを作成することに関しては、分かります。 相関分析の何かWEB上から取れるいいデータはないでしょうか? 回答よろしくお願いします。

  • 相関が強い要因を使った分散分析について

     二つの要因に強い相関が見られる場合の分散分析についての質問です。 例え話で話しますので、お願いします。 目的:「星野監督ファン度」と「阪神ファン度」が阪神グッズ購入に与える影響を調べる 従属変数:ここ1年間で阪神グッズにかけたお金の合計(千円単位) 要因1:「星野監督ファン度尺度」(5件法10問の平均得点)を元に高群と低群を構成(2水準) 要因2:「阪神ファン度」(5件法10問の平均得点)を元に高群と低群を構成(2水準)  以上のような研究があるとして、この分析方法に困っています。このような場合、2要因の分散分析(「星野監督ファン度」2水準×「阪神ファン度」2水準)を行っていいのでしょうか?当然、「星野監督ファン度」と「阪神ファン度」には強い相関がみられるので(例えば.6としましょう)、2要因の分散分析が成立するのか疑問なのです。  ちなみに、各群の被験者数も、2つの尺度の強い相関の結果、阪神ファン度と星野監督ファン度の両方が高いか両方が低い群に集中し、阪神ファン度低&星野監督ファン度高群と、阪神ファン度高&星野監督ファン度低群の2つの群はほとんど被験者がいません。(この時点で分散分析がかなり苦しいのですが、GLMのTypeIIIの検定などで被験者数の片寄りを考慮した上での分散分析ができるとします)  以上のような、二つの要因に強い相関が見られる場合の分散分析は、どのように処理すればいいのかアドバイスを戴ければ嬉しいです。

  • 相関係数と重回帰分析

    心理学専攻の大学生です。 卒業論文作成のため、質問紙を製作し配り、集計しました。 検定はほとんど先生がSPSSを使ってやったので、どういう結果なのか聞いただけです。 検定結果をエクセルに貼り付けてもらったのですが、見方が分からず論文にすることができません。 ピアゾンの相関係数を求め、重回帰分析をしたのはわかるのですが、それからどう見ればいいのかわかりません。 諸事情により先生に直接聞くことができなくなったもので… もしよろしければこちらから結果をファイル送信しますのでどなたか分かる方がいらしたら教えてください。

  • 尺度作成で因子分析の斜交回転を利用することは不合理では?

    僕は、尺度作成で因子分析の斜交回転を利用することは不合理であり、尺度は直交のほうがいいと思うのですが、斜交回転が基本というのが最近の心理学の主流だということで、困っています。どうしたらいいでしょうか。 僕は、心理学者ではないのですが(理系で実学系の人間です)、最近ある分野での個人の特徴を示す尺度を作るために、心理学者の友人と一緒に仕事をしています。ネットで検索すると確かに最近の心理学では以下のような主張があるようです。 1. 直交するという前提に無理があって,たいていの要因は多かれ少なかれ相関している。直交回転では、心理学的な意味は、回転結果にはないと考えるべきである。 2.因子間相関の大きさを集団間で固定した解を計算するには、共分散構造分析を使用しなければならない。 しかしこれでは、共分散構造分析をできる人しか使えないような尺度になってしまうので、これらは本来モデル作成のための議論であって、そのモデルを離れて広く利用されるための尺度作成の議論ではないと思います。直行尺度なら、もっと簡単に扱えるので、尺度としての幅広い応用性があると思います。 たとえば、多重共線性を考えずに単純な重回帰分析にかけることもできます。それに関連した応用面を言えば、採否基準になどに合成得点を求める際も、因子に相関があると単純な加重和を求めることは無意味になります。 また、たとえば2次元の単純なマッピングを行ってセグメントを分けるということは人間がよくやることですが、これはそもそもその2次元が独立であることを暗黙の前提に行っていると思います。たとえば、地図を作る際に、方位が独立でない地図を作ったら混乱するでしょう。確かに、日本では北に行くほど東に行くので、東-西(表日本-裏日本)と東北-西南という2つの斜交する方位を使うと便利なような気がします。しかし、そんな地図はどこを探してもうっていません。利用者が誤解・混乱するからです。 多変量解析はアルゴリズムとしては単純なものですが、それでも最終的な利用者(結果レポートを読む実務家)には難しいもので、特に因子分析の解釈は最終利用者の誤解を招きやすいことは、実務の経験のある方ならよくご存知だと思います。利用者の誤解・混乱を助長するような斜交軸の利用は、避けるほうが賢明ではないでしょうか。 そもそも、直交するという前提に無理があるというなら、線形だという前提のほうがもっと無理があるでしょう。その場合は非線形な解析をするほうがいいのでしょうが、たとえば決定木分析を行うことを考えると、上位ノードで選ばれた因子と相関する因子は下位ノードで選ばれずに剪定されてしまう可能性が高く、複数の因子を準備する意味が希薄化します。 もちろん、因子付加量の高い項目を単純に足すことで各因子に相当する近似得点を簡単に求めることは、直行であれ斜交であれ、因子と項目の相関が十分に高ければできることです。しかし、その近似得点の使い方が簡単かつ意味のあるものでなければ、実務に供することができないと思うのです。TEGやBig Fiveがあれだけ広く使われているのも、直交尺度を提供しているからだと思います。実学・実務の観点から言えば、直行のほうがいいような気がしています。実際、日経などのメディアではいまでもバリマックス回転が主流のようです。 このあたり、どう考えたらいいかアイディアのある方お教えください。どうぞよろしくお願いします。